基于自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)控制系統(tǒng)_宮玉琳

1、第 35 卷第 1 期2012 年 3 月長(zhǎng)春理工大學(xué)學(xué)報(bào) （自然科學(xué)版）Journal of Changchun University of Science and Technology （Natural Science Edition）Vol.35 No.1 Mar.2012基于自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)控制系統(tǒng)宮玉琳 1，曲永印 1，劉建華 2，扈海濱 3（1.長(zhǎng)春理工大學(xué) 機(jī)電工程學(xué)院，長(zhǎng)春 ；2.長(zhǎng)春理工大學(xué) 空間光電技術(shù)研究所，長(zhǎng)春 ； 3.中國(guó)人民解放軍 裝甲兵技術(shù)學(xué)院，長(zhǎng)春 ）摘 要：為進(jìn)一步提高交流永磁同步電動(dòng)機(jī)控制性能，本文提出了基于自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)控制系統(tǒng)，

2、采用基 于遞推最小二乘 BP （RLS-BP） 算法，對(duì)永磁同步電動(dòng)機(jī)系統(tǒng)的進(jìn)行建模、逆建模和自適應(yīng)控制器的設(shè)計(jì)。提高了永磁同 步電動(dòng)機(jī)系統(tǒng)建模和逆建模的辨識(shí)收斂速度以及辨識(shí)精度和系統(tǒng)控制精度。仿真結(jié)果表明，基于本文提出的自適應(yīng)逆控制 方法的永磁同步電動(dòng)機(jī)系統(tǒng)，具有良好的動(dòng)態(tài)響應(yīng)，并且在電機(jī)參數(shù)攝動(dòng)情況下具有較強(qiáng)的魯棒性。 關(guān)鍵詞：自適應(yīng)逆控制；遞推最小二乘 BP 算法；永磁同步電動(dòng)機(jī)中圖分類號(hào)：TM351文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-9870 （2012） 01-0073-06Permanent Magnet Synchronous Motor Control System based

3、on Adaptive Inverse ControlGONG Yulin1，QU Yongyin1，LIU Jianhua2，HU Haibin3（1. College of Mechanical and Electric Engineering，Changchun University of Science and Technology，Changchun，；2. Institute of space photoelectric technology，Changchun University of Science and Technology，Changchun，； 3. Ar- mor

4、Technique Institute of PLA，Changchun ）Abstract：This paper proposed an adaptive inverse control strategy for permanent magnet synchronous motor （PMSM）， in order to further improv the control performance of PMSM. The RLS-BP algorithm was used to get PMSM system model， inverse model and controller. Thi

5、s algorithm improved the identification accuracy of model and inverse model. The control accuracy also improved by this method. The simulation results show that the performance of PMSM sys- tem based on the proposed adaptive inverse control has good dynamic performance and robustness when parameters

6、 change.Key words：adaptive inverse control；rls-bp algorithm；PMSM交流永磁同步電動(dòng)機(jī)具有體積小、重量輕、響應(yīng) 快、起動(dòng)轉(zhuǎn)矩高、功率因數(shù)高等明顯的優(yōu)勢(shì)，已廣泛 應(yīng)用于工業(yè)、國(guó)防和社會(huì)生活等各個(gè)領(lǐng)域。因此，研 究高性能的永磁同步電機(jī)系統(tǒng)控制策略具有重大意 義。自適應(yīng)逆控制理論1自 1995 年由美國(guó)斯坦福大 學(xué) Widrow 教授提出以來(lái)，已經(jīng)得到了廣泛的應(yīng)用。 該控制理論以 Wiener 濾波器理論和自適應(yīng)濾波器 理論為基礎(chǔ)，利用被控對(duì)象傳遞函數(shù)的逆模型作為 串聯(lián)控制器，對(duì)被控對(duì)象實(shí)施開環(huán)控制，從而避免了 因反饋而可能引起的不穩(wěn)定問(wèn)題

7、。同時(shí)利用噪聲和 擾動(dòng)消除回路，對(duì)給定信號(hào)和擾動(dòng)信號(hào)分別實(shí)施控制，有效抑制和消除參數(shù)攝動(dòng)和外部擾動(dòng)對(duì)系統(tǒng)動(dòng)、 靜態(tài)性能的影響，這是常規(guī)控制無(wú)法達(dá)到的。本 文 提 出 了 基 于 遞 推 最 小 二 乘 BP 算 法（RLS-BP）的自適應(yīng)逆控制策略，采用 RLS-BP 算 法對(duì)電機(jī)系統(tǒng)進(jìn)行建模、逆建模和逆控制器設(shè)計(jì)。 仿真結(jié)果表明，采用 RLS-BP 算法的自適應(yīng)逆控制 系統(tǒng)具有良好的動(dòng)態(tài)響應(yīng)和系統(tǒng)跟蹤能力，具有較 好的魯棒性。1自適應(yīng)逆控制自適應(yīng)逆控制策略在系統(tǒng)動(dòng)態(tài)特性的控制原理收稿日期：2011-07-14作者簡(jiǎn)介：宮玉琳 （1983-） 男，博士研究生，主要從事智能控制、伺服控制方面的研

8、究。74長(zhǎng)春理工大學(xué)學(xué)報(bào) （自然科學(xué)版）2012 年上自適應(yīng)逆控制與傳統(tǒng)的控制是截然不同的，它將 被控對(duì)象傳遞函數(shù)的逆作為串聯(lián)控制器去驅(qū)動(dòng)被控件下，即 G (s) = G -1(s) ，擾動(dòng)至輸出的傳遞函數(shù)為qm0，不僅是抑制擾動(dòng)，而是消除擾動(dòng)。對(duì)象，對(duì)系統(tǒng)的動(dòng)態(tài)特性作開環(huán)控制。系統(tǒng)反饋信號(hào)在自適應(yīng)過(guò)程本身采用，但并不控制系統(tǒng)的信號(hào) 流動(dòng)，從而在避免反饋可能引起的不穩(wěn)定問(wèn)題的前 提下使控制系統(tǒng)的動(dòng)態(tài)性能得到改善。目前，對(duì)于自適應(yīng)逆控制的研究，主要集中在自 適應(yīng)逆控制和對(duì)象擾動(dòng)的消除兩個(gè)方面。常規(guī)的擾 動(dòng)消除方法是將被控的響應(yīng)和擾動(dòng)的控制放在一個(gè) 過(guò)程中進(jìn)行。而在自適應(yīng)逆控制中，可以將這兩個(gè)指令

9、輸入對(duì)象擾動(dòng) 對(duì)象對(duì)象模型 逆對(duì)象模型加性噪聲對(duì)象輸出問(wèn)題單獨(dú)進(jìn)行處理而互不影響。這樣，動(dòng)態(tài)控制過(guò) 程就不會(huì)因需要減小對(duì)象擾動(dòng)而做出犧牲；對(duì)象擾 動(dòng)減小的過(guò)程也不會(huì)就動(dòng)態(tài)控制的需要而做出折 衷。為了實(shí)現(xiàn)交流永磁同步電動(dòng)機(jī)伺服系統(tǒng)的高位 置控制精度、高位置跟蹤精度和快速跟蹤速度，本文圖 2 對(duì)象噪聲和擾動(dòng)消除原理框圖 Fig.2 Structure diagram of disturbance andnoise canceling將圖 1 和圖 2 結(jié)合起來(lái)便得到具有對(duì)象擾動(dòng)消 除的自適應(yīng)逆控制系統(tǒng)，如圖 3 所示。其中所需要 的對(duì)象模型和逆對(duì)象模型通過(guò)辨識(shí)得到。研究了一種交流永磁同步電動(dòng)機(jī)伺服

10、系統(tǒng)的自適應(yīng) 逆控制策略。自適應(yīng)逆控制策略對(duì)給定信號(hào)采用逆 控制與自適應(yīng)控制相結(jié)合的思想，當(dāng)控制器的模型 是對(duì)象的逆模型時(shí)，控制器與對(duì)象的級(jí)聯(lián)模型為 1， 使得輸出等于輸入，即系統(tǒng)輸出時(shí)刻跟蹤輸入，當(dāng)輸 出要求按照某種參考模型跟隨輸入時(shí)，系統(tǒng)控制結(jié) 構(gòu)如圖 1 所示。指令輸入控制器對(duì)象擾動(dòng) 對(duì)象對(duì)象模型 逆對(duì)象模型加性噪聲誤差對(duì)象輸出指令輸入控制器對(duì)象 自適應(yīng)算法參考模型對(duì)象輸出 誤差自適應(yīng)算法參考模型圖 3 具有對(duì)象擾動(dòng)消除的自適應(yīng)逆控制系統(tǒng) Fig.3 Adaptive inverse control system with disturbance canceling圖 1 自適應(yīng)逆控制原

11、理框圖Fig.1 Principal diagram of adaptive inverse control自適應(yīng)逆控制對(duì)系統(tǒng)的擾動(dòng)控制是采用擾動(dòng)消 除技術(shù)，對(duì)象輸入既驅(qū)動(dòng)對(duì)象，又驅(qū)動(dòng)對(duì)象模型（它 是沒(méi)有噪聲和擾動(dòng)的），對(duì)象輸出和對(duì)象模型輸出之 差就是對(duì)象的噪聲和擾動(dòng)，用該噪聲和擾動(dòng)去驅(qū)動(dòng) 對(duì)象模型的逆，并在對(duì)象輸入中被減去，最終的效果 就是在對(duì)象輸出中消除對(duì)象噪聲和擾動(dòng)，如圖 2 所2永磁同步電動(dòng)機(jī)逆系統(tǒng)的存在性證 明在轉(zhuǎn)子磁場(chǎng)定向 dq 坐標(biāo)系中（d 軸與 PMSM 的 轉(zhuǎn)子磁鏈?zhǔn)噶康妮S線重合，順著轉(zhuǎn)子磁場(chǎng)方向超前 d 軸 90電角度為 q 軸），表面磁極 PMSM 的狀態(tài)方 程模型可寫成

12、：示。系統(tǒng)擾動(dòng)注入點(diǎn)到對(duì)象輸出的傳遞函數(shù)為：disd dtdi= - Rs Lsdisd + np m isq + 1Lsdusd1 - Gm (s) Gq (s) sq= - Rs isq - np m iid - np r m + 1usqW (s) = 1 + G (s)G (s) - G（1）(s) G (s) dtLsqLsqLsqpqmqdm= 3n1risq -D m - TL式中，Gp (s) 為對(duì)象，Gm (s) 為對(duì)象模型，Gq (s)為對(duì)象模型的逆模型。在理想的正模型和逆模型條 dt2JJJ（2）第一期宮玉琳，等：基于自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)控制系統(tǒng) 75系統(tǒng)的狀態(tài)變

13、量為：(1)iTTyi (k) = X(k)W (1)(k)（8）x = (isd,isq,m)（3）x(2)(1)輸出變量為：i (k) = f (yi (k)（9）y = (y1,y2)T = (isd,)T（4）ym (k) = X(2)T(k)W(2)(k)（10）m對(duì)輸出兩個(gè)分量分別求導(dǎo)有：式中，X(t) 為輸入層的輸出向量，X (2)(t) 為隱層的輸(1)(k) 為輸入層到隱層第 i 節(jié)點(diǎn)的權(quán)值向(1) = - Rs i+ n i+ 1 u（5）出向量，WiLy1sdsdp m sqLsd sd量，W (2)(k) 為隱層到輸出層的權(quán)值向量。(1) = 3np rDTLy2(2)

14、 = 3np r2J isq - Rs J m -（6）Jr由于傳統(tǒng) BP 算法及 LMS-BP 算法的學(xué)習(xí)常數(shù) 及動(dòng)量因子 很難確定，權(quán)值初值的選取也影響sqy22J (- Lisq - np m isd - npLsqm +算法的收斂速度，有時(shí)會(huì)導(dǎo)致算法收斂于局部極小1 usq) - D (3np risq - D m - TL)值。這對(duì)于網(wǎng)絡(luò)的實(shí)際應(yīng)用來(lái)說(shuō)是很不方便的。鑒LsqJ2JJ| 1|J（7）于此，本文提出 RLS-BP 算法，克服了傳統(tǒng) BP 算法學(xué)習(xí)常數(shù) 及動(dòng)量因子 難確定、初始收斂慢、精確 度低的缺點(diǎn)，改變了網(wǎng)絡(luò)的收斂速度，增加了神經(jīng)網(wǎng)絡(luò)應(yīng)用的實(shí)效性。從實(shí)質(zhì)上改變網(wǎng)絡(luò)的收斂

15、速度，| L0由 于 B(x,u) = |3np r| =，則 矩 陣 B學(xué)習(xí)效果和速度都優(yōu)于傳統(tǒng)的 BP 算法，增加了神經(jīng)| 03np r |2JL2|2JL | 滿秩，即：rankB(x,u) = 2 ，因此，永磁同步電動(dòng)機(jī) 的逆存在。網(wǎng)絡(luò)應(yīng)用的實(shí)效性。在此，我們定義第 k 個(gè)時(shí)刻的加權(quán)誤差目標(biāo)函 數(shù)為：1 kk - t 21 kk - t23基于 RLS-BP 算法的自適應(yīng)逆控J(k) = 2t = 1 (t) = 2t = 1(y(t) - ym (t)（11）制系統(tǒng)3.1RLS-BP 算法BP 網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)的主 要特點(diǎn)是信號(hào)前向傳遞，誤差反向傳播。在前向傳 遞中

16、，輸入信號(hào)從輸入層經(jīng)隱含層逐層處理，直至輸 出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀 態(tài)。如果輸出層得不到期望輸出，則轉(zhuǎn)入反向傳播，式中， 為加權(quán)遺忘因子，0 1 ；t 為模式輸入向量的次數(shù)標(biāo)記；(t) 為系統(tǒng)輸出在 t 時(shí)刻與輸 入的誤差。根據(jù)最小二乘反向傳播算法的基本思想，輸出 單元連接權(quán)矢量的估計(jì)值 W (L)(k) 是在誤差目標(biāo)函 數(shù) J(k) 取得極小值時(shí)得到的，所以取 J(k) 對(duì) W (2)(k) 的微分，并令其為零，取 W (2)(k) = W (L)(k) ，即： J (k)kNL ym (t)根據(jù)預(yù)測(cè)誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，從而使 BP 神經(jīng)= - k - 1 (t)

17、= 0（12）網(wǎng)絡(luò)預(yù)測(cè)輸出不斷逼近期望值。BP 神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖 4 所示。W (2)(k)即：kt = 1= 1 W (2)(k)J1kk - 1 X (2)(t)X (2)T (k)W (2)(k) = k - 1 X (2)(t)y(t) （13）t = 1t = 1將 J(k) 對(duì) W (1)(k) 微分，并令其為零，取 W (1)(k) =iiW (1)(k) ，即：k J (k) = - k - 1 (t) (t) = 0 （14）W (1)(k)t = 1W (1)(k)(2)圖 4 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) (t) W (1)(k)(k) = -ym (t)x(2)xi (t)

18、 = - (1)Fig.4 Structure diagram of BP neutral networkw(2)i (t) Wi (k)(2)（15）整個(gè) BP 網(wǎng)絡(luò)的基本輸入輸出關(guān)系為：令 yi (t) = Xi (k) f (yi (t)X(t)(t)W i (k) + wi (k)(k) ，則：(1)T(1)(2)76長(zhǎng)春理工大學(xué)學(xué)報(bào) （自然科學(xué)版）2012 年kk - 1 f (yt = 1(1)i(k)X(k)XTW(1)i(k) =（16）（7）判斷 J(k) ，若 J(k) ，則 k = k + 1 ，轉(zhuǎn)到步 驟（3），否則訓(xùn)練結(jié)束。kk - 1 f (yt = 1(1)i(k

19、)X(k)y(1)i(k)3.2交流永磁同步電動(dòng)機(jī)系統(tǒng)建模和逆建模由于串并聯(lián)建模方式結(jié)構(gòu)簡(jiǎn)單并可以保證收隱層到輸出層的連接權(quán)值的遞推修正：K(2)(k) =P(2)(k - 1)X(2)(k)（17）斂，本文采用串并聯(lián)建模方式對(duì)永磁同步電動(dòng)機(jī)進(jìn)行建模。交流永磁同步電動(dòng)機(jī)的系統(tǒng)建模結(jié)構(gòu)如圖 + X (2)T (k)P(2)(k - 1)X (1)(k)由矩陣求逆公式得：5 所示。P(2)(k) = 1 I - K(2)(k)X(1)T(k)P(2)(k - 1) （18）從而有：W (2)(k) = W (2)(k - 1) + K(2)(k)（19）(2)yi (k) - X(1)T(k)W(

20、2)(k - 1)最終得到單隱層前饋網(wǎng)絡(luò) RLS-BP 算法迭代P公式如下：K(2)(k) =(2)(k - 1)X(2)(k)（20）圖 5 PMSM 系統(tǒng)建模結(jié)構(gòu)圖Fig.5 Modeling structure diagram of PMSM + X (2)T (k)P(2)(k - 1)X (1)(k)系統(tǒng)的當(dāng)前輸出取決于前一時(shí)刻的輸入和輸P(2)(k) = 1 I - K(2)(k)X(1)T(k)P(2)(k - 1)（21）出，由于辨識(shí)系統(tǒng)是有界的，故辨識(shí)的系統(tǒng)的輸入信W (2)(k) = W (2)(k - 1) + K(2)(k)（22）號(hào)也有界且的。因此只要選擇合適的學(xué)習(xí)速

21、率，就可以保證辨識(shí)模型收斂。(2)yi (k) - X(1)T(k)W(2)(k - 1)其中， ( ) 為建模信號(hào)， ( ) 為噪聲或系統(tǒng)擾K(1)(k) =f 1 2(y(1)i(1)(k)（23）動(dòng)，ypu k(k) 為動(dòng)態(tài)輸出響應(yīng)，n k(k) 為辨識(shí)模型的輸 + f (y(1)(k)XT (k)P(1)(k - 1)X(k)ymi(1)11 2(1)(1)出，y(k) 為永磁同步電動(dòng)機(jī)系統(tǒng)的總輸出，Gp (z) 為P (k) = I - f(yi (k)K（24）永磁同步電動(dòng)機(jī)系統(tǒng)，Gm(z) 為辨識(shí)模型。yi(k)XT (k)P(1)(k - 1)通常采用直接逆建模和間接逆建模兩種

22、方法。W (1)i (k) = W i(1)(1)(k - 1) + fT1 2(1)( (1)(k)K(1)(k) （25）直接逆建模結(jié)構(gòu)簡(jiǎn)單，但是不能將逆模型直接用于控制器。間接逆建?？梢越鉀Q上述問(wèn)題，并且可以yi (k) - X(k)W i(k - 1)采用在線和離線方式建模。因此，采用間接逆建模(1)Tyi (k) = X(k)W(1)i(k - 1) + Wi(2)(k)(k - 1)(k)（26）方式對(duì)永磁同步電動(dòng)機(jī)進(jìn)行逆建模。交流永磁同步根 據(jù) 所 得 的 RLS-BP 算 法 迭 代 公 式 ，得 出RLS-BP 算法的學(xué)習(xí)步驟：（1）給定初始權(quán)值矢量 W (1)(0) 、W

23、(2)(0) 作為任電動(dòng)機(jī)系統(tǒng)的逆建模結(jié)構(gòu)如圖 6 所示。噪聲復(fù)制ii意隨機(jī)數(shù)，設(shè)定相關(guān)矩陣 P (1)(0) 、P (2)(0) 為 0，給定誤 差能量迭代終止值 ；（2）k = 1 ，迭代開始；（3）計(jì)算第 k 次迭代時(shí)輸出矢量 Y (1)(k) ；（4）分別計(jì)算 K(1)(k) 、K(2)(k) 與相關(guān)矩陣 P(1)(k)和 P(2)(k) ；ii（5）計(jì)算第 k 時(shí)刻的輸出層誤差信號(hào) (2)(k) 和隱 層誤差信號(hào) (1)(k) ；（6）更 新 W (2)(0) 和 W (1)(0) 并 計(jì) 算 誤 差 能 量J(k) ；圖 6 永磁同步電動(dòng)機(jī)逆建模結(jié)構(gòu)Fig.6 Inverse mo

24、deling structure diagram of PMSM其中，Gp (z) 為永磁同步電動(dòng)機(jī)辨識(shí)模型，e(k) 為系統(tǒng)誤差，Gc(z) 為系統(tǒng)的逆模型，通過(guò) Gm (z) 進(jìn) 行訓(xùn)練?；谧赃m應(yīng)逆控制的交流永磁同步電動(dòng)機(jī)系統(tǒng) 如圖 7 所示。第一期宮玉琳，等：基于自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)控制系統(tǒng) 77自適應(yīng)逆位 置控制器速度 控制器電流 控制器速度電流 環(huán)模型電流 控制器變換發(fā)生器變換速度 檢測(cè)逆變器對(duì)象逆模型位置 檢測(cè)圖 7 自適應(yīng)逆控制的交流永磁同步電動(dòng)機(jī)系統(tǒng) Fig.7 PMSM system based on adaptive inverse control4仿真結(jié)果仿 真

25、 在 MATLAB/SIMULINK 環(huán) 境 下 進(jìn) 行 。 仿真選用的電機(jī)參數(shù)為：額定功率 750W，額定轉(zhuǎn)速 1000r/min，額定電流 2.5A，定子電阻 Rs=1.65，定 子電感 Ls=15.4H，轉(zhuǎn)動(dòng)慣量 J=0.0156kgm2。圖 8 為在高斯白噪聲下，RLS-BP 算法辨識(shí)的模型輸出 對(duì)交流永磁同步電動(dòng)機(jī)系統(tǒng)、逆系統(tǒng)的跟隨。圖 9 為逆模型輸出與期望輸出的誤差如圖 9。系統(tǒng)輸入 與輸出的波形如圖 10 所示，系統(tǒng)輸入與輸出誤差的 波形如圖 11 所示。圖 8 期望輸出與逆模型輸出Fig.8 Expect output and inverse model output圖 9

26、期望輸出與逆模型輸出的誤差Fig.9 Error of expect output and inverse model output圖 10 系統(tǒng)輸入與輸出波形Fig.10 Waveform of system input and output圖 11 系統(tǒng)輸入與輸出的誤差 Fig.11 Error of system input and output自適應(yīng)逆控制實(shí)現(xiàn)的交流永磁同步電動(dòng)機(jī)系統(tǒng) 在 轉(zhuǎn) 子 電 阻 攝 動(dòng) 達(dá) 50% 時(shí) 的 動(dòng) 態(tài) 波 形 如 圖 12 所 示。由仿真結(jié)果可見(jiàn)，本文采用的 RLS-BP 算法建 立了較準(zhǔn)確的系統(tǒng)模型，自適應(yīng)逆控制理論實(shí)現(xiàn)的 交流永磁同步電動(dòng)機(jī)系統(tǒng)

27、具有較強(qiáng)的魯棒性（系統(tǒng) 在 0.4s 時(shí) 轉(zhuǎn) 子 電 阻 攝 動(dòng) 達(dá) 50% ，輸 出 仍 然 比 較 穩(wěn) 定），可見(jiàn)系統(tǒng)具有良好的動(dòng)、靜態(tài)特性。圖 12 參數(shù)攝動(dòng)時(shí)系統(tǒng)的輸出波形 Fig.12 Waveform of system output when parameter perturbation5結(jié)束語(yǔ)本文提出了一種基于 RLS-BP 算法的自適應(yīng) 逆控制系統(tǒng)，加快了神經(jīng)網(wǎng)路偶的訓(xùn)練速度和精確 度。對(duì)永磁同步電動(dòng)機(jī)系統(tǒng)進(jìn)行了系統(tǒng)建模、逆建 模并設(shè)計(jì)了自適應(yīng)逆控制器。仿真結(jié)果表明，采用 自適應(yīng)逆控制的永磁同步電動(dòng)機(jī)系統(tǒng)，具有較快的78長(zhǎng)春理工大學(xué)學(xué)報(bào) （自然科學(xué)版）2012 年動(dòng)態(tài)響應(yīng)、較

28、小的穩(wěn)態(tài)誤差及較強(qiáng)的抗干擾能力。參考文獻(xiàn)1 Widrow，B Walach E.Adaptive Inverse ControlM.劉樹棠，韓崇昭，譯.西安：西安交通大學(xué)出版社，2000.2 王久和.交流電動(dòng)機(jī)的非線性控制M.北京：電子工業(yè) 出版社，2009.3 曲永印，邵世煌.LMS 算法的自適應(yīng)逆控制變頻調(diào)速系 統(tǒng)J.遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2006，25（3）：396-399.4 郭慶鼎，孫宜標(biāo)，王麗梅.現(xiàn)代交流永磁同步電動(dòng)機(jī)交 流伺服系統(tǒng)M.北京：中國(guó)電力出版社，2006.5 龐中華，崔紅.系統(tǒng)辨識(shí)與自適應(yīng)控制 Matlab 仿真M. 北京：北京航空航天大學(xué)出版社，2009.6 Matl

29、ab 中 文 論 壇. Matlab 神 經(jīng) 網(wǎng) 絡(luò) 30 個(gè) 案 例 分 析M.北京：北京航空航天大學(xué)出版社，2009.7 馮少輝，申?yáng)|日.基于 RLS-BP 算法的在線辨識(shí)C.中 國(guó)控制與決策學(xué)術(shù)年會(huì)論文集，1999.8 吳雪菁，施鵬飛.無(wú)約束手寫數(shù)字的遞推最小二乘 BP神經(jīng)網(wǎng)絡(luò)識(shí)別算法J.模式識(shí)別與人工智能，1999，12（4）：22-24.9 趙玉琦.RLS-BP 神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究D.長(zhǎng)春理 工大學(xué)碩士論文，2002.10 陳振鋒，鐘彥儒，李潔.基于 RLS 的嵌入式永磁同步電 機(jī)參數(shù)辨識(shí)技術(shù)J.西安理工大學(xué)學(xué)報(bào)，2009，25（3）： 53-57.11 宋宏，曲永印，劉德君.自適應(yīng)逆控制的永磁同步電機(jī)位置系統(tǒng)J.煤礦機(jī)械，2008，29（7）：125-126.12 Khov Makara，Regnier Jrmi，F(xiàn)aucher Jean.Detec- tion of Turn Short-Circuit Faults in Stato